JURNAL

PENERAPAN MODEL LOG LINIER EMPAT DIMENSI PADA DATA JUMLAH

DOSEN TETAP UNIVERSITAS BENGKULU

FRADELINA SARI TANDO

F1A013037

PROGRAM STUDI MATEMATIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2017
 PENERAPAN MODEL LOG LINIER EMPAT DIMENSI PADA DATA JUMLAH
DOSEN TETAP UNIVERSITAS BENGKULU

Fradelina Sari Tando1, Sigit Nugroho2, Etis Sunandi3

Mahasiswa Jurusan Matematika FMIPA Universitas Bengkulu, Bengkulu1
Email : fradel.adel@gmail.com
Dosen Jurusan Matematika FMIPA Universitas Bengkulu, Bengkulu2,3

ABSTRAK

Di dalam penelitian ini, peneliti membahas penerapan model log linier empat dimensi.
Tujuan dari penulisan skripsi ini adalah untuk menjelaskan prosedur analisis
menggunakan model log linier empat dimensi dan memodelkan model log linier dengan
penerapan pada data jumlah dosen tetap Universitas Bengkulu. Hasil analisis data
menggunakan data jumlah dosen tetap Universitas Bengkulu per 20 Maret 2017 bahwa
model yang terpilih yaitu model (XY, WY, YZ, WX, WZ, XZ), model log liniernya yaitu :

log 𝑚𝑖𝑗𝑘𝑙 = μ +λ𝑊 𝑋 𝑌 𝑍 𝑊𝑋 𝑊𝑌 𝑊𝑍 𝑋𝑌 𝑋𝑍 𝑌𝑍

𝑖 + λ𝑗 + λ𝑘 + λ𝑙 + λ𝑖𝑗 + λ𝑖𝑘 + λ𝑖𝑙 + λ𝑗𝑘 + λ𝑗𝑙 + λ𝑘𝑙

Hal ini berarti bahwa faktor tingkat pendidikan (X) dan faktor usia (Y) saling berhubungan.
Selain itu, jabatan akademik (W) dan usia (Y) saling berhubungan. Usia (Y) dan jenis
kelamin (Z) saling berhubungan. Jabatan akademik (W) dan tingkat pendidikan (X) saling
berhubungan. Jabatan akademik (W) dan jenis kelamin (Z) saling berhubungan. Tingkat
pendidikan (X) dan jenis kelamin (Z) juga saling berhubungan.

Kata kunci: model, log linier, empat dimensi

1. PENDAHULUAN
Universitas Bengkulu (UNIB) merupakan satu-satunya Perguruan Tinggi Negeri di
bawah naungan Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia
(disingkat Kemenristekdikti RI) yang ada di Provinsi Bengkulu. Universitas Bengkulu
didirikan pada tahun 1982 dengan visi “UNIB menjadi universitas kelas dunia pada tahun
2025” (Anonim, 2012). Berdasarkan visi tersebut, maka Universitas Bengkulu harus
memanfaatkan sumber daya manusia secara optimal dalam upaya mencapai misi dan
tujuannya. Salah satu sumber daya manusia di Universitas Bengkulu adalah tenaga
pengajar tetap (dosen tetap), sebagaimana terdapat dalam Peraturan Pemerintah
Republik Indonesia Nomor 37 Tahun 2009 tentang Dosen, Bab I Ketentuan Umum Pasal
1 ayat (2), Dosen tetap adalah dosen yang bekerja penuh waktu yang berstatus sebagai
tenaga pendidik tetap pada satuan pendidikan tinggi tertentu.
Berdasarkan data yang diperoleh dari Biro Umum dan Kepegawaian Universitas
Bengkulu bagian Kepegawaian subbagian Tenaga Pendidik, jumlah dosen tetap
Universitas Bengkulu per 20 Maret 2017 sebanyak 732 orang. Data jumlah dosen tetap
Universitas Bengkulu per 20 Maret 2017 ini berdasarkan jabatan akademik, tingkat
pendidikan, usia, dan jenis kelamin. Data jumlah dosen tetap Universitas Bengkulu yang
terkumpul dapat dikategorikan menjadi satu atau lebih kategori. Data seperti ini disebut
data kategori. Salah satu metode untuk menganalisis data kategori adalah menggunakan
model log linier. Model log linier digunakan untuk menganalisis hubungan antara variabel
respon yang bersifat kategori yang membentuk tabel kontingensi (Agresti, 2002).
Penulis tertarik melakukan penelitian mengenai penerapan model log linier empat
dimensi pada data jumlah dosen tetap Universitas Bengkulu berdasarkan jabatan
akademik, tingkat penidikan, usia, dan jenis kelamin. Tujuan dari penelitian ini adalah
menjelaskan prosedur analisis menggunakan model log linier empat dimensi dan
memodelkan model log linier empat dimensi pada data jumlah dosen tetap Universitas
Bengkulu.

2. METODE PENELITIAN
2.1 Jenis Data
Jenis data dari penelitian ini adalah data sekunder. yaitu data populasi atau jumlah
keseluruhan dosen tetap Universitas Bengkulu per 20 Maret 2017 sebanyak 732 orang
berdasarkan jabatan akademik, tingkat pendidikan, usia, dan jenis kelamin dosen yang
diperoleh dari Biro Umum dan Kepegawaian Universitas Bengkulu subbagian Tenaga
Pendidik.

2.2 Variabel Penelitian

Variabel penelitian, definisi operasional, dan kategori dapat dilihat pada Tabel 1 di
bawah ini :
Tabel 1. Variabel penelitian, definisi operasional, dan kategori
Variabel Penelitian Definisi Operasional Kategori
Jabatan akademik Jabatan akademik dosen saat dilakukan 1 : tenaga pengajar
penelitian 2 : asisten ahli
3 : lektor
4 : lektor kepala
5 : guru besar
Tingkat pendidikan Pendidikan terakhir dosen saat dilakukan 1 : S1
penelitian 2 : S1 Profesi
3 : S2
4 : S3
Usia Usia dosen merupakan rentang kehidupan 1 : 28-44 tahun
dalam tahun yang dihitung sejak dilahirkan 2 : 45-64 tahun
sampai pada saat dilakukan penelitian 3 : 65-70 tahun
Jenis Kelamin Jenis kelamin dosen 1 : laki-laki
2 : perempuan
2.3. Teknik Analisis Data
Langkah-langkah analisis yang digunakan pada penelitian ini adalah sebagai
berikut:
1. Analisis deskriptif, dengan tujuan untuk menggambarkan kumpulan data atau hasil
pengamatan pada data jumlah tenaga pengajar tetap Universitas Bengkulu
berdasarkan jabatan akademik, tingkat pendidikan, usia, dan jenis kelamin.
2. Analisis model log linier untuk mengukur hubungan (asosiasi) antara empat variabel
yang diteliti menggunakan metode log linier dengan bantuan Software SPSS versi 23
dengan langkah:
a. Menyusun tabel kontingensi empat dimensi berdasarkan empat variabel yang
diteliti.
b. Membentuk model log linier empat dimensi.
c. Melakukan uji kesesuaian model secara simultan dengan 2 cara yaitu:
- Uji pengaruh interaksi K-faktor yang lebih tinggi, dimana dalam penelitian ini
faktor yang paling tinggi untuk K=4
- Uji parameter pengaruh interaksi K-faktor
d. Melakukan uji asosiasi parsial untuk menganalisis pola hubungan antar keempat
variabel yang diteliti.
e. Pemilihan model log linier empat dimensi dengan menyeleksi model terlengkap
hingga model paling sederhana dengan menggunakan metode backward
elimination.
f. Melakukan pengujian kecocokan model dengan kriteria uji yaitu:
2
Jika 𝐺 2 > 𝜒(𝛼,𝑑𝑓) maka tolak 𝐻0 atau dapat dikatakan model tidak diterima atau
tidak layak digunakan (model tidak sesuai dengan keadaan sebenarnya). Jika
2
𝐺 2 ≤ 𝜒(𝛼,𝑑𝑓) maka terima 𝐻0 atau dapat dikatakan bahwa model diterima atau
layak digunakan (model sesuai dengan keadaan sebenarnya).
g. Menarik kesimpulan.

3. HASIL DAN PEMBAHASAN

3.1. Analisis Deskriptif Data Jumlah Dosen Tetap Universitas Bengkulu
Data pada penelitian ini diperoleh dari Biro Umum dan Kepegawaian Universitas
Bengkulu subbagian Tenaga Pendidik per 20 Maret 2017 sebanyak 732 orang. Empat
variabel yang digunakan yaitu jabatan akademik, tingkat pendidikan, usia, dan jenis
kelamin. Tabel distribusi frekuensi pada data jumlah dosen tetap Universitas Bengkulu
adalah sebagai berikut:
Tabel 2. Tabel distribusi frekuensi data dosen tetap Universitas Bengkulu
No Variabel Kategori Frekuensi Persentase (%)
1. Tenaga Pengajar 39 5.33
2. Asisten Ahli 65 8.88
Jabatan Akademik 3. Lektor 221 30.19
1
4. Lektor Kepala 369 50.41
5. Guru Besar 38 5.19
Jumlah 732 100
1. S1 10 1.37
2. S1 Profesi 18 2.46
Tingkat Pendidikan
2 3. S2 471 64.34
4. S3 233 31.83
Jumlah 732 100
1. Muda 266 36.34
Usia 2. Tengah Baya 461 62.98
3
3. Tua 5 0.68
Jumlah 732 100
1. Laki-laki 453 61.89
Jenis Kelamin
4 2. Perempuan 279 38.11
Jumlah 732 100

Pada Tabel 2 di atas dapat dilihat bahwa jabatan akademik dosen terbanyak
adalah lektor kepala, tingkat pendidikan terbanyak adalah S2, usia dosen terbanyak
adalah tengah baya, dan jenis kelamin terbanyak adalah laki-laki.

3.2 Prosedur Dalam Analisis Model Log Linier Empat Dimensi

3.2.1 Tabel Kontingensi Empat Dimensi
Tabel kontingensi empat dimensi disusun dari data jumlah dosen tetap Universitas
Bengkulu berdasarkan empat variabel yang diamati. Jabatan akademik dikelompokkan
kedalam lima jenis jabatan akademik yaitu tenaga pengajar, asisten ahli, lektor, lektor
kepala, dan guru besar. Selain itu, dosen tetap Universitas Bengkulu juga dikelompokkan
menurut tingkat pendidikan, usia dan jenis kelamin.

3.2.2 Pembentukan Model Log Linier Empat Dimensi pada Data Jumlah Dosen
Tetap Universitas Bengkulu
Pembentukkan model log linier empat dimensi pada data jumlah dosen tetap
Universitas Bengkulu sesuai peubah amatan, dengan W sebagai variabel jabatan
akademik, X sebagai variabel tingkat pendidikan, Y sebagai variabel usia, dan Z sebagai
variabel jenis kelamin dinyatakan dalam persamaan (1) berikut ini:
log 𝑚𝑖𝑗𝑘𝑙 = μ +λ𝑊 𝑋 𝑌 𝑍 𝑊𝑋 𝑊𝑌 𝑊𝑍 𝑋𝑌 𝑋𝑍 𝑌𝑍
𝑖 + λ𝑗 + λ𝑘 + λ𝑙 + λ𝑖𝑗 + λ𝑖𝑘 + λ𝑖𝑙 + λ𝑗𝑘 + λ𝑗𝑙 + λ𝑘𝑙
(1)
+λ𝑊𝑋𝑍
𝑖𝑗𝑙 + λ𝑊𝑌𝑍
𝑖𝑘𝑙 + 𝑋𝑌𝑍
λ𝑗𝑘𝑙 + λ𝑊𝑋𝑌𝑍
𝑖𝑗𝑘𝑙
3.2.3 Uji Kesesuaian Model Secara Simultan
Uji kesesuaian model secara simultan untuk interaksi dari variabel jabatan
akademik, tingkat pendidikan, usia, dan jenis kelamin dalam pengujian ini terdapat dua
langkah pengujian pemodelan yaitu :
1. Uji untuk interaksi 𝐾-faktor dan yang lebih tinggi sama dengan nol.
Pengujian parameter dapat dilakukan yang bertujuan untuk menentukan parameter
mana yang memberikan pengaruh di dalam model. Uji ini juga bertujuan untuk
mengetahui jumlah variabel (faktor) tertinggi yang berasosiasi didalam model log linier,
dimana parameter yang berpengaruh diuji dengan membandingkan rasio kemungkinan
2
(likelhood Rasio) yaitu statistik 𝐺 2 masing-masing model dengan 𝜒(𝛼;𝑑𝑓) pada tingkat
kepercayaan tertentu.
Tabel 3. Pengujian interaksi K-faktor dan yang lebih tinggi
Likelihood Ratio Pearson
K df Chi-Square Sig. Chi-Square Sig. Jumlah Iterasi
1 119 2830.733 0.000 6661.770 0.000 0
Interaksi k-faktor
2 109 841.404 0.000 1891.078 0.000 2
dan yang lebih
3 74 41.564 0.999 43.884 0.998 7
tinggi
4 24 1.000 1.000 0.509 1.000 10

Berdasarkan hasil yang diperoleh, untuk 𝐾 = 4 dan 𝐾 = 3, memberi keputusan

bahwa 𝐻0 diterima yang berarti bahwa interaksi 4 faktor dan interaksi 3 faktor tidak ada
dalam model. Sedangkan untuk 𝐾 = 2 dan 𝐾 = 1, memberi keputusan bahwa 𝐻0 ditolak,
yang berarti secara signifikan menjelaskan model log linier yang akan di pakai sekurang-
kurangnya harus memuat asosiasi 2 faktor.

2. Uji untuk interaksi 𝐾-faktor sama dengan nol.

Tahap pertama dimulai dengan pengujian orde yang lebih rendah yaitu 𝐾 = 1
sampai 𝐾 = 4.
Tabel 4. Pengujian interaksi K-faktor
Likelihood Ratio Pearson
K Df Chi-Square Sig. Chi-Square Sig. Jumlah Iterasi
1 10 1989.329 0.000 4770.692 0.000 0
2 35 799.840 0.000 1847.194 0.000 0
Interaksi k-faktor
3 50 40.564 0.827 43.375 0.735 0
4 24 1.000 1.000 0.509 1.000 0

Pengujian pengaruh asosiasi yang dimulai dari orde lebih rendah menghasilkan
kesimpulan yang sama dengan pengujian dari orde lebih tinggi pada Tabel 4, bahwa
model log linier yang dipakai sekurang-kurangnya harus memuat sebuah asosiasi dua
faktor.
 Berdasarkan hasil uji kesesuaian model secara simultan yang telah dilakukan,
pengujian pengaruh asosiasi yang dimulai dari orde lebih rendah menghasilkan
kesimpulan yang sama dengan pengujian dari orde lebih tinggi sehingga dapat diambil
kesimpulan bahwa model log linier yang dapat dipakai sekurang-kurangnya harus
memuat sebuah sebuah asosiasi dua faktor. Asumsi model lengkap untuk asosiasi dua
faktor dapat dilihat pada persamaan (2) berikut ini:
log 𝑚𝑖𝑗𝑘𝑙 = μ +λ𝑊 𝑋 𝑌 𝑍 𝑊𝑋 𝑊𝑌 𝑊𝑍 𝑋𝑌 𝑋𝑍 𝑌𝑍
𝑖 + λ𝑗 + λ𝑘 + λ𝑙 + λ𝑖𝑗 + λ𝑖𝑘 + λ𝑖𝑙 + λ𝑗𝑘 + λ𝑗𝑙 + λ𝑘𝑙 (2)

Pengujian dilanjutkan menggunakan uji asosiasi parsial untuk menentukan asosiasi

peubah yang signifikan.

3.2.4 Uji Asosiasi Parsial

Tahap selanjutnya adalah menguji kebebasan secara parsial. Uji ini akan
menunjukkan interaksi-interaksi yang ada dalam model. Berikut ini dilakukan uji
parameter secara parsial dengan 𝛼 = 0.05 dengan hipotesis sebagai berikut:
𝐻0 : Tidak ada interaksi antar variabel.
𝐻1 : Ada interaksi antar variabel

Tabel 5. Uji asosiasi parsial

Interaksi df Uji Parsial Sig. Jumlah Iterasi
W*X*Y 24 15.825 0.894 11
W*X*Z 12 25.519 0.013 4
W*Y*Z 8 7.158 0.520 20
X*Y*Z 6 4.123 0.660 10
W*X 12 179.039 0.000 7
W*Y 8 297.252 0.000 5
X*Y 6 15.832 0.015 7
W*Z 4 14.408 0.006 5
X*Z 3 8.212 0.042 7
Y*Z 2 49.608 0.000 5
W 4 553.035 0.000 2
X 3 861.478 0.000 2
Y 2 531.095 0.000 2
Z 1 43.721 0.000 2

Berdasarkan pengujian secara parsial, dapat disimpulkan bahwa terdapat interaksi

antara jabatan akademik, tingkat pendidikan, dan jenis kelamin (WXZ), jabatan akademik
dan tingkat pendidikan (WX), jabatan akademik dan usia (WY), tingkat pendidikan dan
usia (XY), jabatan akademik dan jenis kelamin (WZ), tingkat pendidikan dan jenis kelamin
(XZ), usia dan jenis kelamin (YZ) di dalam model. Pada model juga terdapat variabel
utama jabatan akademik (W), tingkat pendidikan (X), usia (Y), dan jenis kelamin (Z).
3.2.5 Pemilihan Model Log Linier Empat Dimensi
Dari pengujian parameter pada langkah sebelumnya, diperoleh bahwa model
mengandung asosiasi dua faktor. Metode yang digunakan untuk pemilihan model terbaik
pada penelitian ini adalah metode Backward Elimination. Metode ini dimulai dengan
menyeleksi model terlengkap. Setelah penyeleksian akan diperoleh model terbaik.
Pemilihan model terbaik untuk melihat asosiasi jabatan akademik, tingkat pendidikan,
usia, dan jenis kelamin pada data dosen tetap Universitas Bengkulu sesuai dengan
Lampiran 1.
Dari pemilihan model di atas menunjukkan bahwa terdapat pengaruh interaksi
variabel jabatan akademik dan tingkat pendidikan, variabel jabatan akademik dan usia,
variabel jabatan akademik dan jenis kelamin, variabel tingkat pendidikan dan usia,
variabel tingkat pendidikan dan jenis kelamin, serta variabel usia dan jenis kelamin dalam
model sehingga pengaruh variabel utama jabatan akademik, variabel utama tingkat
pendidikan, variabel utama usia, dan variabel utama jenis kelamin juga ada dalam model.

3.2.6 Pengujian Kecocokan Model

Pengujian kecocokan model pada model terbaik yang diperoleh dari metode
Backward Elimination dilakukan dengan cara memeriksa hasil prediksi model dengan
hasil pengamatan yang sebenarnya, dengan hipotesis sebagai berikut:
𝐻0 : Frekuensi harapan sesuai dengan model yang diasumsikan
𝐻1 : Frekuensi harapan tidak sesuai dengan model yang diasumsikan
Berdasarkan uji statistik kesamaan (Likelihood Ratio) Chi-kuadrat diperoleh nilai 𝐺 2 =
41.574 dan 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0.999 . Dengan menggunakan taraf nyata = 0.05 , maka 𝑝 −
𝑣𝑎𝑙𝑢𝑒 > 𝛼 sehingga dapat dikatakan model layak digunakan.

4. KESIMPULAN
Berdasarkan hasil dan pembahasan, maka dapat diambil kesimpulan bahwa
penerapan model log linier dalam skripsi ini adalah menganalisis variabel-variabel yang
saling berhubungan antara keempat variabel yang diteliti. Hasil analisis data
menggunakan data jumlah dosen tetap Universitas Bengkulu per 20 Maret 2017 bahwa
model yang terpilih yaitu model (XY, WY, YZ, WX, WZ, XZ), model log liniernya yaitu :
log 𝑚𝑖𝑗𝑘𝑙 = μ +λ𝑊 𝑋 𝑌 𝑍 𝑊𝑋 𝑊𝑌 𝑊𝑍 𝑋𝑌 𝑋𝑍 𝑌𝑍
𝑖 + λ𝑗 + λ𝑘 + λ𝑙 + λ𝑖𝑗 + λ𝑖𝑘 + λ𝑖𝑙 + λ𝑗𝑘 + λ𝑗𝑙 + λ𝑘𝑙

Hal ini berarti bahwa faktor tingkat pendidikan (X) dan faktor usia (Y) saling
berhubungan. Selain itu, jabatan akademik (W) dan usia (Y) saling berhubungan. Usia (Y)
dan jenis kelamin (Z) saling berhubungan. Jabatan akademik (W) dan tingkat pendidikan
(X) saling berhubungan. Jabatan akademik (W) dan jenis kelamin (Z) saling berhubungan.
Tingkat pendidikan (X) dan jenis kelamin (Z) juga saling berhubungan.

5. DAFTAR PUSTAKA
[1] Anonim. 1999. Keputusan Bersama Menteri Pendidikan dan Kebudayaan dan Kepala
Badan Kepegawaian Negara, Nomor 181 Tahun 1999 Tentang Petunjuk
Pelaksanaan Jabatan Fungsional Dosen dan Angka Kreditnya. Jakarta:
Kemendiknas. Diakses pada tanggal 3 Mei 2017. http://sumberdaya.
ristekdikti.go.id/wp-content/uploads/2016/02/Keputusan-bersama-Menteri-P
endidikan-dengan-KaBKN-tentang-Jafung-Dosen.pdf
[2] Anonim. 2005. Undang-Undang Republik Indonesia Nomor 14 Tahun 2005 Tentang
Guru dan Dosen. Jakarta: Sekretariat Negara. Diakses pada tanggal 3 Mei 2017.
multisite.itb.ac.id/sa/wp-content/uploads/sites/44/2016/03/UU _14_2005.pdf
[3] Anonim. 2009. Peraturan Pemerintah Republik Indonesia Nomor 37 Tahun 2009
Tentang Dosen. Jakarta: Sekretariat Negara. Diakses pada tanggal 3 Mei 2017.
sipma.ui.ac.id/files/dokumen/...DOSEN/PP%2037%20Tahun%20200
9%20DOSEN.pdf
[4] Anonim. 2012. Sejarah Universitas Bengkulu. Diakses pada tanggal 27 Februari 2017.
http://www.unib.ac.id/profil/ sejarah/

[5] Anonim. 2012. Visi dan Misi Universitas Bengkulu. Diakses pada tanggal 27 Februari
2017. http://www.unib.ac.id/ profil/819-2/

[6] Agresti, A. 2002. Categorical Data Analysis Second Edition. New York: John Wiley &
Sons, Inc.
Lampiran 1. Pemilihan Model Log Linier

Chi- Jumlah
Langkah Interaksi df Sig.
Square Iterasi
Model Umum W*X*Y*Z 0.000 0 .
0 Hapus
1 W*X*Y*Z 1.000 24 1.000 10
Interaksi
Model Umum W*X*Y, W*X*Z, W*Y*Z, X*Y*Z 1.000 24 1.000
1 W*X*Y 15.825 24 0.894 11
1 Hapus 2 W*X*Z 25.519 12 0.013 4
Interaksi 3 W*Y*Z 7.158 8 0.520 20
4 X*Y*Z 4.123 6 0.660 10
Model Umum W*X*Z, W*Y*Z, X*Y*Z 16.824 48 1.000
1 W*X*Z 21.139 12 0.048 6
2 Hapus
2 W*Y*Z 3.664 8 0.886 20
Interaksi
3 X*Y*Z 0.599 6 0.996 11
Model Umum W*X*Z, W*Y*Z, X*Y 17.423 54 1.000
1 W*X*Z 21.106 12 0.049 6
3 Hapus
2 W*Y*Z 3.915 8 0.865 20
Interaksi
3 X*Y 26.632 6 0.000 2
Model Umum W*X*Z, X*Y, W*Y, Y*Z 21.338 62 1.000
1 W*X*Z 20.235 12 0.063 9
4 Hapus 2 X*Y 25.974 6 0.000 7
Interaksi 3 W*Y 307.376 8 0.000 4
4 Y*Z 59.741 2 0.000 6
X*Y, W*Y, Y*Z, W*X, W*Z,
Model Umum 41.574 74 0.999
X*Z
1 X*Y 15.835 6 0.015 7
2 W*Y 297.242 8 0.000 4
5
Hapus 3 Y*Z 49.598 2 0.000 6
Interaksi 4 W*X 179.029 12 0.000 9
5 W*Z 14.400 4 0.006 6
6 X*Z 8.201 3 0.042 10
X*Y, W*Y, Y*Z, W*X, W*Z,
6 Model Umum 41.574 74 0.999
X*Z